PENGERTIAN DAN PROSEDUR

SIMPLE RANDOM SAMPLING

(Pertemuan 3)

praze06
Definisi:
Teknik penarikan sample acak sederhana
(SRS) adalah teknik yang digunakan
untuk memilih sample dari populasi
dengan cara sedemikian rupa sehingga
setiap anggota populasi mempunyai
peluang yang sama untuk diambil sebagai
sample.

praze06
Keuntungan:
1. Tidak membutuhkan informasi tambahan
pada kerangka sampel (seperti wilayah
geografis, dll) selain daftar lengkap anggota
populasi survei dengan informasi untuk
dihubungi;
2. Rumus yang digunakan mudah;
3. Mudah diterapkan untuk populasi kecil.

praze06
Kelemahan:
1. Akan menjadi mahal dan tidak mungkin
dikerjakan untuk populasi besar karena
semua elemen harus diidentifikasi sebelum
diambil sampel;
2. Biaya akan mahal jika sampel yang diambil
tersebar secara geografis.

praze06
Syarat yang perlu dipenuhi:
1. Tersedianya daftar kerangka sampel yang
cermat dan lengkap;
2. Populasi data relatif seragam;
3. Populasi tidak terlalu terpencar-pencar dalam
areal yang luas.

praze06
Nilai Harapan dan Bias

praze06
praze06
Prosedur pemilihan sampel acak:

Metode Lotere

Menggunakan Tabel Angka Random (TAR)

• Independent Choice of Digits
• Remainder Approach

praze06
Cara pengambilan elemen:

1. With replacement (WR)  All posible sample (aps) = Nn

2. Without replacement (WOR)  aps = NCn

praze06
Notasi:
N = ukuran populasi
n = ukuran sampel
Y = peubah yang diamati
yi = nilai peubah Y pada pengamatan ke-i
 = Y = rata-rata populasi
y = rata-rata sampel
2 = varians populasi
s2 = varians sampel
P = proporsi populasi
p = proporsi sampel

praze06
Teorema 3.1.
Rata-rata y adalah perkiraan tidak bias dari Y
Bukti: E( y) 
 y  ( y  y  ...  y )
1 2 n

N Cn  N! 
n 
 n!( N  n)!
Karena ada (N-1) unit lainnya yang tersedia untuk sisa sampel,
dan disisi lain ada (n-1) untuk mengisi sampel, jumlah sampel
yang berisi yi adalah: ( N  1)!
N 1 Cn 1 
(n  1)!( N  n)!
( N  1)!
Sehingga:  ( y1  y2  ...  yn )  ( y1  y2  ...  y N )
(n  1)!( N  n)!

( N  1)! n!( N  n)!

Maka: E( y)  ( y1  y2  ...  y N )
(n  1)!( N  n)! nN!
( y1  y2  ...  y N )
 Y
N
praze06
Teorema 3.2.
Varians dari rata-rata y dari sampel acak
sederhana adalah:
S 2 ( N  n) S 2
V ( y)  E( y  Y ) 2
 (1  f )
n N n
dimana:
N

 i
(Y  Y ) 2

S2  1
N 1

praze06
Rumus-rumus:
1 n
Rata-rata: y   yi
n i 1
N
1
Varians populasi:  2

N
 (Y
i 1
i   )2
N
1
S  2

N  1 i 1
(Yi  Y ) 2

1 N
s 
2

n  1 i 1
( yi  y ) 2

Estimasi dari varians Y :

N  n s2
WOR  v( y ) 
N n
s2
WR  v( y ) 
n
praze06
Rumus-rumus:

Standard error dan Relative Standard Error:

Se( y )  v( y )
Se( y )
RSE  x100%
y

Confident Interval:

y  Z Se( y )  Y  y  Z Se( y )  1  
2 2

praze06
Rumus-rumus:

Estimasi total: Yˆ  Ny
Estimasi dari varians Yˆ :
N  n S 2
WOR  V (Yˆ )  N 2
N n
2
S
WR  V (Yˆ )  N 2
n
Standard error dan Relative Standard Error:
Se(Yˆ )  v(Yˆ )
Se(Yˆ )
RSE  x100%
Yˆ
praze06
Rumus-rumus:

Confident Interval:

Yˆ  Z Se(Yˆ )  Y  Yˆ  Z Se(Yˆ )  1  
2 2

Ukuran sampel: 2
N  Z S 
n  2 
WOR  2
Nd 2   Z S 
 2 
2
 Z NS 
WR  n 2 
 d 
 
d  Z Se( y )
2
praze06
 PROPORSI
Definisi:
Misalkan, Y1, Y2, ….Yn adalah suatu populasi data untuk suatu
variabel kualitatif. Dalam populasi berukuran N tersebut,
masing-masing terdapat N1, N2, …Nk elemen yang termasuk
dalam kategori-1, kategori-2, …kategori-k, sedangkan
N1+N2+…+Nk=N. Frekuensi nisbi atau proporsi unsur dari
kategori-g dalam populasi data tersebut adalah Pg=Ng/N, untuk
sembarang g = 1,2,…k.
Jadi, dalam menghitung proporsi kategori-g tersirat suatu
pandangan memilah elemen-elemen populasi menjadi dua
golongan, yaitu yang berciri kategori-g dan bukan kategori-g.
Yang bukan kategori-g dapat terdiri atas lebih dari satu
kategori.

praze06
 N
1 Y
Est. proporsi populasi: P
N

i 1
Yi   Yi  0,1
N
1 n y
Est. proporsi sampel: p   yi 
n i 1 n

Est. proporsi total: Aˆ  NP

Est. dari varians proporsi:

N  n PQ
WOR  V ( P) 
N 1 n
PQ
WR  V ( P) 
n

praze06
Standard error dan Relative Standard Error:
Se( p)  v( p)
Se( p)
RSE  x100%
p

Confident Interval:

p  Z Se( p)  P  p  Z Se( p)  1  
2 2

praze06
Ukuran Sampel SRS:
d  Z  / 2 .Se( y )
N  n S2
d  Z / 2 .
N n
N  n S 2
d 2  Z2 / 2
N n
Nnd 2  Z 2 / 2 NS 2  Z 2 / 2 nS 2
Nnd 2  Z2 / 2 nS 2  Z2 / 2 NS 2
 
n Nd 2  Z2 / 2 S 2  Z2 / 2 NS 2
Z 2 / 2 NS 2
n

Nd 2  Z2 / 2 S 2 
praze06
Ukuran Sampel Proporsi:
d  Z  / 2 .Se( y )
N  n PQ
d  Z / 2 .
N 1 n
N  n PQ
d  Z / 2
2 2

N 1 n
Nnd 2  nd 2  Z 2 / 2 NPQ  Z 2 / 2 nPQ
Nnd 2  nd 2  Z 2 / 2 nPQ  Z 2 / 2 NPQ
 
n Nd 2  d 2  Z 2 / 2 PQ  Z 2 / 2 NPQ
Z 2 / 2 NPQ
n

( N  1) d 2  Z 2 / 2 PQ 
praze06